人類的生產(chǎn)生活每天都在產(chǎn)生大量的數(shù)據(jù)，并且產(chǎn)生的速度越來越快。新的攻擊手段層出不窮，需要檢測的數(shù)據(jù)越來越多，現(xiàn)有的分析技術(shù)不堪重負。

安全數(shù)據(jù)的數(shù)量、速度、種類的迅速膨脹，導致的不僅僅是海量異構(gòu)數(shù)據(jù)的融合、存儲和管理的問題，甚至動搖了傳統(tǒng)的安全分析體系和方法。你了解什么是大數(shù)據(jù)安全分析么?今天，小編帶你十問大數(shù)據(jù)安全分析。

1、大數(shù)據(jù)安全分析的核心目標是什么?

找到隱藏在數(shù)據(jù)背后的安全真相。

數(shù)據(jù)之間存在著關(guān)聯(lián)，傳統(tǒng)分析無法將海量數(shù)據(jù)匯總，但是大數(shù)據(jù)技術(shù)能夠應對海量數(shù)據(jù)的分析需求。通過大數(shù)據(jù)基礎(chǔ)能夠挖掘出APT攻擊、內(nèi)網(wǎng)隱秘通道、異常用戶行為等安全事件。在此基礎(chǔ)上可建設(shè)為安全決策支持系統(tǒng)，為安全決策提供數(shù)據(jù)支撐。

2、國內(nèi)外大數(shù)據(jù)安全分析發(fā)展現(xiàn)狀如何?

目前國外比較成熟的大數(shù)據(jù)安全分析主要通過采用大數(shù)據(jù)技術(shù)采集網(wǎng)絡(luò)流量、安全設(shè)備日志、業(yè)務(wù)系統(tǒng)日志、網(wǎng)絡(luò)設(shè)備日志，并對這些數(shù)據(jù)進行挖掘、關(guān)聯(lián)等運算，最后找出安全事件。

3、是否有成熟的大數(shù)據(jù)安全分析的方法論?

大數(shù)據(jù)是一個具體的技術(shù)實現(xiàn)。這個技術(shù)在其適用的場景下能夠解決傳統(tǒng)數(shù)據(jù)挖掘難以滿足的需求。而安全分析方法論是一直在不斷革新的。安全分析方法論中仍然有一些理念是無法落地的，無法落地的核心問題是缺少技術(shù)支撐。

當前采用的大數(shù)據(jù)技術(shù)不是對安全分析進行革新，而是將安全分析曾經(jīng)無法實現(xiàn)的目標加以落地。就如同關(guān)系型數(shù)據(jù)的理念，其最早在1970年提出，而落地產(chǎn)品在1976年才有相應的雛形。大數(shù)據(jù)技術(shù)其實是安全分析方法論的落地實現(xiàn)。

4、大數(shù)據(jù)安全分析類項目過程中容易遇到的技術(shù)難點或需要大量投入的環(huán)節(jié)?

分析平臺目前基本是成熟的技術(shù)，難點主要是前期規(guī)劃與安全分析兩個環(huán)節(jié)。前期規(guī)劃要能夠準確的估算出硬件配置、存儲容量等基礎(chǔ)信息，后期的安全分析需要專業(yè)人員對數(shù)據(jù)進行深入挖掘。

5、從大數(shù)據(jù)安全分析的角度如何實現(xiàn)數(shù)據(jù)驅(qū)動業(yè)務(wù)安全?

通過大數(shù)據(jù)分析能夠量化的明確當前企業(yè)中存在的安全事件，通過安全事件驅(qū)動業(yè)務(wù)發(fā)展，從而實現(xiàn)數(shù)據(jù)驅(qū)動業(yè)務(wù)安全的目標。

6、作為非IT類型企業(yè)，要實現(xiàn)大數(shù)據(jù)安全分析所需的必要條件是什么?

專職的IT團隊，專職的安全團隊，必要的資源投入，必要的流程支持。

7、大數(shù)據(jù)安全分析可視化的技術(shù)現(xiàn)狀如何?展示的內(nèi)容、方法、形式有哪些?

可視化技術(shù)一直都在不斷發(fā)展中，在沒有大數(shù)據(jù)之前可視化技術(shù)廣泛被使用在BI系統(tǒng)中。隨著大數(shù)據(jù)技術(shù)的成熟，可視化技術(shù)不僅能實現(xiàn)傳統(tǒng)的餅圖、折線圖、散點圖、柱狀圖、條形圖之外，還能夠以地圖、熱力圖、氣泡圖、力圖、平行坐標圖等多維展示。

8、如何從展現(xiàn)層面體現(xiàn)大數(shù)據(jù)安全分析的優(yōu)勢?

展現(xiàn)只是安全分析的最后結(jié)果呈現(xiàn)。大數(shù)據(jù)的安全分析的優(yōu)勢的核心是在于安全分析模型。在展示層面的優(yōu)勢完全來自于安全模型的定義，僅從展示層面不好說明其優(yōu)勢。這主要是因為，在沒有大數(shù)據(jù)技術(shù)之前可視化展示技術(shù)也在快速發(fā)展。

9、如果從專家系統(tǒng)、統(tǒng)計分析、機器學習三個維度實現(xiàn)大數(shù)據(jù)安全分析，是否已有相應的算法或數(shù)據(jù)模型?

這三個是不同的層面。在這三個層面都有成熟的算法以及應用，并且都通過的實際場景的檢驗。

◎?qū)＜蚁到y(tǒng)通常是由在線與離線兩個組成部分。離線部分為客戶本地的知識庫，里面記錄大量經(jīng)驗，通過歷史經(jīng)驗對問題進行處理。在線部分為云端知識庫系統(tǒng)，客戶通過云端系統(tǒng)提出問題，解決問題，并且在線系統(tǒng)通常為7*24小時，由全球?qū)＜医恿μ幚韱栴}。

◎統(tǒng)計分析，通過簡單的統(tǒng)計進行數(shù)據(jù)的過濾與結(jié)果呈現(xiàn)。通常由非專業(yè)人員進行簡單的數(shù)據(jù)統(tǒng)計工作。能夠從宏觀的角度發(fā)現(xiàn)一些問題，但是無法實現(xiàn)深入的數(shù)據(jù)挖掘工作。為了應對這樣的實際情況，在業(yè)務(wù)系統(tǒng)中會建設(shè)數(shù)據(jù)倉庫，通過數(shù)據(jù)倉庫來實現(xiàn)數(shù)據(jù)挖掘工作。但是由于建立數(shù)據(jù)倉庫費時費力，只有在大型集團企業(yè)中才會將其使用在安全領(lǐng)域。

◎機器學習，實際上是程序自我矯正，實現(xiàn)結(jié)果的準確性。這是一個較為成熟的技術(shù)，在金融領(lǐng)域有很多成熟的案例。機器學習主要應用在難以人為劃定規(guī)則的領(lǐng)域，如異常流量監(jiān)測，異常行為檢測等。通常使用在難以通過規(guī)則進行判斷的業(yè)務(wù)場景中。

10、對于已知的威脅模式，已實現(xiàn)的基于大數(shù)據(jù)的安全分析算法或模型有哪些?

◎攻擊鏈關(guān)聯(lián)分析：同一資產(chǎn)，按照威脅檢測的時間進行分析，描述攻擊鏈條。

◎歸并統(tǒng)計相同類型的攻擊事件進行合并，多對一統(tǒng)計，一對多統(tǒng)計。

◎威脅情報關(guān)聯(lián)分析根據(jù)威脅情報，對當前的數(shù)據(jù)和歷史數(shù)據(jù)進行遞歸查詢，生成告警事件。

◎異常流量學習正常訪問流量，當流量異常時進行告警。